基于负载均衡的电动汽车充电路径优化方法

在保证剩余电量够用的前提下,电动汽车到目标充电桩的路径规划问题是充电策略优化的关键。然而通常情况下,系统在向用户推荐最优路径时,会使得某一或某几个路段出现被多次推荐给不同用户的情况,当大量用户同时选择了重叠的路段,反而会降低当前推荐路段的通行能力,使得这些充电路径成为仅为数学意义上的最优路径,造成局部优化的问题。提出一种基于负载均衡的全局路径规划方法,考虑到路段的拥塞程度和用户的行驶时间,向用户推荐一条时间较短且行驶顺畅的充电路径。最后,通过仿真实验证明了对交通流的短时预测可减少充电排队的平均等待时间,基于负载均衡的全局最优充电路径方法可提高充电桩的利用率和避免交通拥塞问题。

基于分簇的WSN充电路径优化算法研究

目的:针对WSN电量受限问题,对WSN进行分簇并优化充电车充电路径。方法:首先,提出一种新簇首选择机制的head-K-means分簇算法,降低数据传输能耗;其次,提出一种改进的蚁群算法(MACO),将当前传感器电量加入到蚁群算法(ACO)的状态转移规则中,并且与分簇算法相结合。结果:仿真结果表明,基于分簇的充电路径优化算法在出现节点死亡时间上推迟了33%;充电车移动距离方面降低了8.2%。结论:所提出的算法能降低WSN能耗,提高充电车充电效率。